numpy統計分布顯示
**:
from sklearn.datasets import# 正太分布圖load_iris
import
matplotlib.pyplot as plt
import
numpy as np
iris_data =load_iris().data
iris_length = iris_data[:, 2]
#花瓣最大,平均,中值,均方差
print("
最大:"
, np.max(iris_length))
print("
平均:"
, np.mean(iris_length))
print("中值"
, np.median(iris_length))
print("
均方差:
", np.std(iris_length))
#用np.random.normal()產生乙個正態分佈的隨機數組,並顯示出來。
np.random.normal(1,3,100)
#np.random.randn()產生乙個正態分佈的隨機數組,並顯示出來。
np.random.randn(100)
#花瓣長度圖
mu = np.mean(iris_length)
sigma = np.std(iris_length)
num = 150
normal_data = np.random.normal(mu,sigma,num)
count,bins,ignored = plt.hist(normal_data,30,normed=true,color="g")
plt.plot(bins,1/(sigma*np.sqrt(2*np.pi))*np.exp(-(bins-mu)**2/(2*sigma**2)),linewidth=2,color="b")plt.show()
plt.scatter(np.linspace(1,150,num=150),iris_length,"截圖:r") #
散點圖plt.show()
plt.polt(np.linspace(1,150,num=150),iris_length,linewidth=2,color="
g") #
曲線圖plt.show()
第七次作業
磁碟管理和維護 磁碟檔名 dev sd a p 1 128 dev hd a p 1 128 dev vd a p 1 128 heads 磁面 sectors track 扇區 cylinders磁柱 分割槽命令 fdisk dev sd 格式化 mkfs.ext4 dev sda mkfs.xf...
第七次作業
共有一下六步 1.客戶機提出網域名稱解析請求,並將該請求傳送給本地的網域名稱伺服器。2.當本地的網域名稱伺服器收到請求後,就先查詢本地的快取,如果有該紀錄項,則本地的網域名稱伺服器就直接把查詢的結果返回。3.如果本地的快取中沒有該紀錄,則本地網域名稱伺服器就直接把請求發給根網域名稱伺服器,然後根網域...
第七次作業
練習題 1 上面提到了許多魔法方法,如 new init,str,rstr,getitem,setitem 等等,請總結它們各自的使用方法。init 方法,可以理解為初始化方法。new 方法,建立乙個例項物件。只要自己定義了 str self 方法,使用print輸出物件的時候,那麼就會列印從在這個...